Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
www.top-ten.ru
 Сбор семантики
 Анализ конкурентов
 Проектирование структуры сайта
 Оптимизация контента
 Проверка качества ссылок
...
 Порталы
 Интернет-магазины
 Сайты-каталоги
 Сайты-агрегаторы
До 50 000 запросов
 KeyCollector
 http://www.rush-analytics.ru/ - парсинг
подсказок
Свыше 50 000 запросов:
 Базы Пастухова
 UP-base
 AdVodka
+ SQL сервер
+ Python NLTK
 AdVodka
 SpyWords
 http://advse.ru/
Что получаем?
 Ключи, по которым ранжируются
конкуренты
 Целевые страницы в поис...
 Semparser.ru
 Justmagic.com
 Определяем список минус слов
 Определяем список коммерческих
маркеров
 Кластеризуем запросы, отвечающие за
структуру к...
Что ищем?
 Переспам
 Слова-маркеры
 Совместная встречаемость слов
 https://just-magic.org/
 Allposition.ru
 Использование собственных моделей
видимости, учитывающих конверсию по
разным типам запросов
Буду рад ответить!
 gleb@top-ten.ru
 https://www.facebook.com/gleb.alshanskii
 www.top-ten.ru
Глеб Альшанский, Топ-Тен: "Автоматизация в seo"
Глеб Альшанский, Топ-Тен: "Автоматизация в seo"
Глеб Альшанский, Топ-Тен: "Автоматизация в seo"
Prochain SlideShare
Chargement dans…5
×

Глеб Альшанский, Топ-Тен: "Автоматизация в seo"

1 022 vues

Publié le

Глеб Альшанский, Топ-Тен: "Автоматизация в seo"

Publié dans : Internet
  • Identifiez-vous pour voir les commentaires

Глеб Альшанский, Топ-Тен: "Автоматизация в seo"

  1. 1. www.top-ten.ru
  2. 2.  Сбор семантики  Анализ конкурентов  Проектирование структуры сайта  Оптимизация контента  Проверка качества ссылок  Мониторинг видимости сайта
  3. 3.  Порталы  Интернет-магазины  Сайты-каталоги  Сайты-агрегаторы
  4. 4. До 50 000 запросов  KeyCollector  http://www.rush-analytics.ru/ - парсинг подсказок
  5. 5. Свыше 50 000 запросов:  Базы Пастухова  UP-base  AdVodka + SQL сервер + Python NLTK
  6. 6.  AdVodka  SpyWords  http://advse.ru/ Что получаем?  Ключи, по которым ранжируются конкуренты  Целевые страницы в поиске  Сниппеты
  7. 7.  Semparser.ru  Justmagic.com
  8. 8.  Определяем список минус слов  Определяем список коммерческих маркеров  Кластеризуем запросы, отвечающие за структуру каталога Инструменты:  SQL  Python, NLTK
  9. 9. Что ищем?  Переспам  Слова-маркеры  Совместная встречаемость слов  https://just-magic.org/
  10. 10.  Allposition.ru
  11. 11.  Использование собственных моделей видимости, учитывающих конверсию по разным типам запросов
  12. 12. Буду рад ответить!  gleb@top-ten.ru  https://www.facebook.com/gleb.alshanskii  www.top-ten.ru

×